BriefGPT - AI 论文速递 · 2025-02-05T00:00:00Z

贝尔曼误差中心化

📝

内容提要

本研究回顾了奖励中心化算法，区分了简单奖励中心化（SRC）和价值基础奖励中心化（VRC），并指出VRC实质上是贝尔曼误差中心化（BEC）。研究设计了两种收敛算法，并通过实验验证了其稳定性，为强化学习算法的扩展奠定了基础。

🏷️

标签

价值基础奖励中心化 奖励中心化 收敛算法 简单奖励中心化 贝尔曼误差中心化